Riassunto analitico
Il lavoro di questa tesi è parte del Progetto Coorsa, COllaborazione tra Operatori e Robot manipolatori mobili Sicuri per la fAbbrica del futuro. Quest’ultimo mira ad approfondire ed espandere le tecnologie e le metodologie ad oggi in uso nella robotica mobile collaborativa attraverso la realizzazione di un prototipo dimostrativo, P-COORSA, dotato di una piattaforma mobile, un braccio robotico e un organo di manipolazione, in grado di lavorare in ambienti industriali non strutturati collaborando con operatori umani in totale sicurezza.
Uno dei task di questo prototipo sarà quello di riuscire a riconoscere ed afferrare, attraverso la costruzione di un sistema di percezione e cognizione, differenti oggetti da officina, in questo caso alcuni tipi di valvole. L’individuazione degli oggetti in maniera autonoma da parte del prototipo avviene attraverso l’utilizzo di modelli di computer vision o visione artificiale, in particolare modelli di object detection.
La computer vision o visione artificiale è l’insieme dei processi che permette di riprodurre un modello del mondo esterno, che abitualmente è in tre dimensioni, osservando immagini bidimensionali. La visione artificiale è ritenuta un sottocampo dell’intelligenza artificiale, con l’obiettivo di costruire una macchina in grado di replicare l’intelligenza visiva del cervello umano. Le applicazioni della computer vision sono rese disponibili grazie a quello che viene definito come il secondo step dell A.I (artificial intelligence): il deep learning.
L’object detection , o rilevamento di oggetti, è una tecnica di visione artificiale che funziona per identificare, localizzare e classificare oggetti all'interno di un'immagine o di un video.
Il presente elaborato offre inizialmente una panoramica generale sulla computer vision, in particolare sui modelli di object detection, andando a descriverne lo stato dell’arte, per poi concentrarsi sul toolbox Detectron2, il sistema software di nuova generazione di Facebook AI Research che implementa algoritmi di rilevamento degli oggetti all'avanguardia.
A questa seguirà una parte attuativa nella quale verrà utilizzato uno degli algoritmi presenti in Detectron2 per analizzare un database di immagini appartenenti al progetto COORSA. In conclusione, verranno forniti i risultati ottenuti che permetteranno di capire la qualità dell’algoritmo e la sua applicabilità al prototipo P-COORSA.
|
